A novel intelligent machine learning system for coronary heart disease diagnosis
Başlık çevirisi mevcut değil.
- Tez No: 775544
- Danışmanlar: PROF. DR. OSMAN NURİ UÇAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 73
Özet
Özet yok.
Özet (Çeviri)
As one of the most prevalent forms of heart disease, coronary heart disease (CHD) is a major health concern. Since heart illness can strike at any time, a thorough screening process is essential. In this study, we explore a recent approach to CHD diagnosis that makes use of classifier ensembles, a technique for optimizing machine learning. To improve our framework's efficiency, we employed the Feature-Selector optimization model to pick the optimal subset of CHD traits. To address the issue of unbalanced CHD data, we next employed optimal SMOTE over-sampling, a very effective approach using an optimization model. The classmark estimate from three different optimization learners (random forest, XGBoost API optimization, and the SVM optimization model) is integrated in a stacked architecture. Those with coronary heart disease are utilized to put the recognition model through its paces. Finally, when compared to existing detection models based on optimization model ensembles and individual classifiers, ours exhibited superior accuracy, F1, and ROC-Curve. We achieved 91% accuracy using random forest optimization, and 90 percent accuracy using the XGBoost API optimization model. In comparison to previous studies published in the literature, this study shows that our proposed model has a significant effect.
Benzer Tezler
- Yapay zekâ-tabanlı hibrit anomali tespit ve klinik karar destek teknikleri ile kardiyovasküler hastalıkların ve COVİD-19'un otomatik tespiti
Artificial intelligence-based hybrid anomaly detection and clinical decision support techniques for automated detection of cardiovascular diseases and COVİD-19
MERVE BEGÜM TERZİ
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ORHAN ARIKAN
- Machine learning approach to create intelligent decision-maker system
Akıllı karar verme sistemleri oluşturmak için makine öğrenimi yaklaşımı
GÖZDE BAKIRLI
Doktora
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DERYA BİRANT
- A machine learning-based intrusion detection system for prediction of potential DDoS attacks
Potansiyel DDoS saldırılarının tahmini için, makine öğrenme tabanlı giriş tespit sistemi
AHMAD MHAISH
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
DOÇ. DR. ENVER ÖZDEMİR
- Development of Internet of Things (IoT) based system for agriculture using machine learning methods
Makine öğrenmesi yöntemlerini kullanarak tarım için Nesnelerin İnterneti (IoT) tabanlı sistem geliştirilmesi
CANSEL KÜÇÜK
Yüksek Lisans
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DERYA BİRANT
DR. ÖĞR. ÜYESİ PELİN YILDIRIM TAŞER
- Context aware audio-visual environment awareness using convolutional neural network
Konvolüsyonel sinir ağı kullarak ses ve görüntü aracılığıyla ortam farkındalığı
GİRAY YILLIKÇI
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesiİletişim Sistemleri Ana Bilim Dalı
PROF. DR. İBRAHİM AKDUMAN